米左右的位置以外，按照特伦的说法，〃佐尼〃也不知道正在靠近的物体是什么，它只把这个物体看成一个障碍。
和人比起来，〃佐尼〃在某些方面更有优势，这就是为什么有些像自适应巡航控制的机器设备（可以通过雷达信号来判断与前面车辆的距离，同时做出适当反应）已经开始在车内使用的原因。当计算其与前面车辆的距离时，就像ACC（自适应巡航控制系统）一样，〃佐尼〃比我们更加准确。斯坦福大学的研究员迈克尔·蒙特莫罗（Michael Montemerlo）说〃佐尼〃可精确到1米内的车距。〃人们总会问：是否〃佐尼〃可以感觉到其他人的刹车灯，〃蒙特莫罗说道。〃我们的答案是〃不需要〃。〃佐尼〃可以精确计算另外一辆车的速度，由此判断这辆车是否会刹车。它可以直接确定对方的速度，而不是通过十分有限的信息了解到对方即将停车。〃它比人类获取的信息还要多。
驾车不仅要考虑感觉的可信度，还要知道如何处理信息。对〃斯坦利〃来说，这种任务相对简单。〃不过是机器人独自行驶在沙漠里，〃蒙特莫罗说。〃〃斯坦利〃〃对外界的认识是基础性的，实际上外界在〃斯坦利〃眼里完全是几何图形。〃斯坦利〃的目标不过是选择平坦的道路而避免走崎岖的路。由于〃斯坦利〃对外界的了解很有限，它无法在市区环境下行驶。要在这种环境下行驶就一定要理解你看到的情形，还要对此理解得很透彻。〃比如说，当我们接近一处刚刚变黄的交通灯时，我们会立刻开始一系列复杂的分析：黄灯会亮多久？我有时间（或者空间）刹车吗？如果加速我可以穿过去吗，要开多快才能成功？如果突然踩刹车，后挡板会不会被撞？有没有冲红灯摄像机？路面是不是湿的？我在岔路口会不会被抓，会不会妨碍交通？然后我们再做出决定。
▲BOOK。▲虹桥▲书吧▲
第32节：为什么你车开得不像你想的那么好？（3）
我们有时距离黄灯很近时才停下来，但有时距离黄灯还很远，红灯还没亮时停下来，到底该什么时候停，工程师们将此称为〃进退两难地带〃（dilemma zone）。这的确是个麻烦。通过撞车率可以知道，很多司机因为要在黄灯时停车而汽车的尾部被撞。不过更严重的撞车是司机继续行驶，从路口开过来的车辆撞到了车身侧面。要么撞车事故不严重，但是撞车几率很高，要么撞车事故很严重，但是发生这种事的几率很小，这两种情形该如何选择？工程师们延长了黄灯等待时间，不过因此降低了路口的道路通过量。一旦信号灯的等待时间放宽松，这相当于又在鼓励司机提高车速去冒险。
有些人甚至提议使用提示司机交通灯即将变黄的标志牌，以此提前警告司机。这是一种〃小心再小心〃的策略，扩大了〃犹豫区〃（indecision zone）的范围。然而，在澳大利亚的十字路口处进行的一次调查却并不让人乐观，调查者研究了绿灯刚刚开始闪烁，还没有变成黄灯时发生的情形。调查结果多种多样：绿灯闪烁时，穿马路的司机数量很多，但是直接闯红灯的司机并不多；然而多数司机都停车过早。以色列的一项路口研究显示，后一种做法会造成危险后果，这里使用的也是〃绿灯闪烁〃的办法。在十字路口处，使用这种指示灯造成了更多追尾事故。犹豫区范围越大，车辆数量就越多，于是有更多人需要决定是开走还是立即停车，撞车的几率也更大。
在路上，这种麻烦区域一直都存在。在挑战大奖赛进行时，路上没有行人（蒙特莫罗说〃谢天谢地〃）；这对汽车〃佐尼〃来说是个大问题。〃我想过很多，要是〃佐尼〃在实战中不成功会怎样，〃蒙特莫罗说道。它在斯坦福驾车就比较稳定，可是如果有行人站在路边，站在人行道旁边怎么办？因为这时行人不在路上，他不算障碍。可是他要是在等着过马路，或者仅仅站在那呢？为了认识这个问题，机器人还需要理解路人的肢体语言，或者通过训练可以进行眼神交流和对行人的面部表情进行分析。即使机器驾驶员停下车，路人仍需获得更进一步的信息。〃行人有时很警惕，即使走在已经停下来的车面前也会比较小心，〃蒙特莫罗说，〃通常他们会等司机挥手，示意〃你先过〃。〃但如果在无人驾驶的〃终结者〃面前通过，你会面不改色吗？
不过在某些方面，城市的环境实际上比满是沙尘的沙漠车道更容易通行。〃在市区驾驶的确受到很多限制，你对此无能为力，〃蒙特莫罗说道（他从没在纽约的罗斯福路上开过车），〃这实际上关系到我们驾驶的能力，我们根据道路规则和路上的标志来推算可能发生的事。〃
道路上充满各种假设：绿灯亮时我们全速驾驶，因为我们认为其他司机已经停车；每次对面车道上开来一辆车，我们都不想和它迎面相撞；我们直接冲过一个小土丘，因为我们认为对面不会刚好停着一辆油罐车。〃如果我们不做任何设想就会驾驶得更快，〃蒙特莫罗如是说。斯坦福的整个团队将这些设想编成100 000行左右的代码，用这些行代码做〃佐尼〃的大脑。但又不能过于死板，一旦发生怪事时，要避免汽车失灵。
路上会发生很多怪事，比如路灯坏了。大卫·莱特曼（David Letterman）曾开玩笑说纽约的路灯〃只是些模糊的指南〃，不过大家开车都遇到过交通信号卡住一直显示红灯的情况。犹豫一下，然后你可能小心翼翼地从红灯下开过去。或者你开到一辆停下来的车后面，打算绕过去，这意味着你得穿过两条黄线，正常情况下，这是违法行为，可你即使违规了，交通法还是常常允许特殊情况发生。那么四车道上的车辆其中哪一辆应该先通过？如果清楚哪辆车先到红灯，那么四个车道都可能会陷入僵局。假设四个机器人驾驶车辆同时到达，就有两种可能：它们争着先过，结果撞在一起，或者是都停车不通过，全部机器人都拥挤在路口。所以斯坦福一行人使用了复杂的算法来让〃佐尼〃的二元逻辑更人性化。蒙特莫罗说〃〃佐尼〃会努力计算出通过的合适时间，而且会按次序等候。〃〃不过要是有人不按次序先后，浪费很多时间，机器人就会只身离开队伍。〃
虫工木桥◇。◇欢◇迎访◇问◇
第33节：为什么你车开得不像你想的那么好？（4）
斯坦福的团队发现，教会〃斯坦利〃和〃佐尼〃驾车的最好的办法就是研究人类如何驾驶。可是机器人有没有什么可以教给我们呢？蒙特莫罗说在第一次挑战大赛上，特伦〃总是抱怨机器人转弯时速度太慢。〃可是一个研究生对比赛结果进行了分析，他得出的结论是：在7小时的比赛过程中，机器人可能〃像走投无路的法拉利一样〃，虽然只是浪费几分钟，但却提高了撞车的危险性。因为在比赛中，多数路段都是直路，与其在少数几个转弯（路上最危险的地段）处以最快速度行驶，不如在这些笔直的路上保持最高的平均速度。
蒙特莫罗称〃佐尼〃为〃驾驶小精灵〃。这是他对城市挑战赛思考了很多的问题。〃你可能最先想，〃要让它拥有一切，尽可能开得快。要让它在停车标志处最及时地加速，等待时间越少越好〃，结果这样做效果微乎其微。在路上我们都知道这一点。在路上你看到身边有人加速然后超过你，然后你再见到他…在下一处红灯，这辆车就停在你前面。道路的随机性超出这些数量不多的优化方案。同时，一些所谓的优化方案，其实就像停车标志处的傻子，给每个人都造成了麻烦，减慢了每个人的速度。〃
世界机器人研究方面的一组领军人物花了几年时间，希望设计出一种无人驾驶汽车，它可以聪明灵巧地完成驾驶任务，能够在现实道路上处理很多麻烦。这既是对人类卓越能力的一个检验，也会惩戒人们想当然的驾驶行为。长途驾驶过程中机器人的优势在于软硬件可以很好地协调，而人类只能凭借与生俱来的能力。人类的认知机制好比一种功能强大的设备，比如可以进行试验，教会〃斯坦利〃和〃佐尼〃驾驶，但是如果我们仔细探究，就会发现，机器人的这种能力并不是无可挑剔的，即便是提升一个层次，也难以完善。
我的车开得如何？可我怎么知道？为什么缺少了反馈信息，我们在路上就发挥不好？
有两件事，没有任何男人会承认自己不行：驾驶和莋爱。
…斯特林·莫斯（Stirling Moss），挑战赛冠军
在线拍卖网站eBay上张贴了一则引人注目的电视广告，上面是一句简单的标志性语言〃大家都是好人〃。有意思的是，很多画面都和交通有关：在某处，人们合力推出陷进雪里的一辆汽车；在另外一个地方，为了让其他司机开到前面去，一位司机将车减速，还朝他挥了挥手。通过研究这种互惠互利政策，eBay希望可以强调这样的观念：在从未谋面的人那里你可以买到东西，甚至他还在路上，你也要相信商品真的会送到你手上，这种〃日常信任〃，eBay发言人认为，〃在无数陌生人之间的交易中都会体现出来，不会发生任何意外障碍，〃这大致描述了路上发生的一些事。
然而不见得大家一直都会做好人。每个月里，eBay都会发现一些新形式的欺骗行为，公司会适时展开调查。复杂的软件系统能够发现可疑竞价的样品。不过维持网站正常运转的并不是针对欺骗行为的高超技艺…在每日无数的拍卖交易中，这种细节几乎没有时间留意，它依靠的是另一种更简单的机制：意见反馈。在网站上买卖东西的人都希望有获得正面的、避免负面的反馈意见的愿望，这种购物体验的作用十分关键，但可能和想做好人无关。事实上，据调查，如果买家信誉度好，其营业额可以提高8％。总之，反馈